Kyutai 最近开源了 Pocket TTS,只有约 1 亿参数,主打直接在 CPU 上本地运行。
在 MacBook CPU 上,官方测试最高接近 6 倍实时速度,首个音频块大约 200ms 就能生成,而且只需要 2 个 CPU 核心。
它还支持语音克隆和 6 种语言,适合拿来做本地配音、语音助手之类的项目。
安装也很简单:
pip install pocket-tts
不用显卡,普通笔记本就能玩 TTS,这点还是挺香的。
🔗 https://github.com/kyutai-labs/pocket-tts